10.01.2015 Views

Acta Scientiarum Oeconomia 9 (1)

Acta Scientiarum Oeconomia 9 (1)

Acta Scientiarum Oeconomia 9 (1)

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

74<br />

E. Goryńska-Goldmann<br />

na podstawie wartości funkcji prawdopodobieństwa. Im obiekty bardziej podobne do<br />

siebie, tym wcześniej się ze sobą łączą. Skupienia uszeregowane są hierarchicznie, skupienia<br />

niższego rzędu wchodzą w skład skupień rzędu wyższego, zgodnie z hierarchią<br />

prawdopodobieństwa występującego między obiektami [Marek 1989]. Przy formułowaniu<br />

skupień wykorzystaną odległość euklidesową. Zastosowano podejście analizy<br />

wariancji. Oznacza to, że metoda Warda zmierza do minimalizacji sumy kwadratów<br />

odchyleń dowolnych dwóch skupień, które mogą zostać uformowane na każdym etapie<br />

[STATISTICA PL 2005].<br />

Średnia arytmetyczna ważona liczbą mieszkańców poszczególnych krajów została<br />

obliczona na podstawie formuły [Wysocki i Lira 2005]:<br />

k<br />

1<br />

n i=<br />

1<br />

x = = f x,<br />

gdzie x i jest i-tą wartością cechy skokowej o liczebności f i , która przyjmuje k wartości.<br />

W pracy sporządzono średnioterminowe prognozy spożycia pieczywa ogółem w latach<br />

2009–2011 w Polsce. Zastosowano model wyrównywania liniowo-wykładniczego<br />

Holta, należący do grupy adaptacyjnych metod prognozowania [Stańko 1999]. Procedura<br />

Holta służy do wygładzania poziomu trendu według wzoru:<br />

a następnie do wygładzania zmian trendu:<br />

fˆ() t = (1 −α) ⋅ fˆ( t− 1) + α⋅yt<br />

ˆ β ( t) = (1 −γ) ⋅ ˆ β ( t− 1) + γ ⋅[ fˆ( t) − fˆ( t−1)]<br />

1 1<br />

gdzie: α – stała wygładzania poziomu trendu, γ – stała wygładzania dla zmian trendu,<br />

y t – poziom zjawiska w okresie t, f ˆ( t )– ocena poziomu trendu w okresie t,<br />

ˆ β t () t – ocena zmian trendu w okresie t.<br />

Prognozę w okresie t dla p okresów buduje się z wykorzystaniem wzoru [Stańko<br />

1999]:<br />

yˆ ˆ() ˆ<br />

t+ p= f t + p⋅β1()<br />

t<br />

W modelu Holta ważny jest wybór stałych wygładzania (α, γ), które muszą znajdować<br />

się w przedziale . Najczęściej wyboru tego dokonuje się z punktu widzenia minimalizacji<br />

błędów sporządzonych prognoz. Do oceny trafności prognoz wykorzystano<br />

jeden z podstawowych mierników błędów prognoz ex post – średni bezwzględny błąd<br />

procentowy (ŚBBP) [Zeliaś 1997]:<br />

n<br />

1 | yt<br />

− yˆ<br />

t | <br />

BBP = ⋅<br />

⋅100%<br />

n t=<br />

1 yt<br />

<br />

Średni bezwzględny błąd procentowy wyraża względne odchylenia prognoz od wartości<br />

rzeczywistych, tzn. w stosunku do wielkości rzeczywistych, zatem określa miarę<br />

względnego całkowitego dopasowania.<br />

i<br />

i<br />

<strong>Acta</strong> Sci. Pol.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!